（来源：上观新闻）
而在上一年，优必👨🔬选全尺寸🏉🕤具身智能人形机器🐂🇮🇴人收入只有35🕹🇫🇮62万元💰，占整🐞体营收比💛🚢例仅为2👿🕢.7%🎡🛸。划重点，可🎆编程☑。而九成👉🌧的初创😂公司只有🇧🇴芯片，没🇭🇹🤰有完整生🇸🇩👮态，客户要适🇦🇨配新芯片，需投🥳入大量人力重构代🇸🇾🎠码、优化模型，迁👨🎨🌼移成本极高，这直🙍📧接让多数客户望而🌌却步📹。普通消🧩🧚♂️费者最终买单😄🇨🇳 在这场由🛥科技巨头争夺✈ AI 算力而引👿🧭发的供应链海啸中😚🌗，最终承受涟🥮漪效应的⛵，依然是普⛴🚼通消费者4️⃣🐫。原本依赖未⛄🧖♀️来叙事建立优🚧🏬势的公司，现☢🦐在需要补上🤥数字这块能力🥥🤭。连续发布的🦷OPC政策和10🔓🦈个OPC社区，让🌪张星智觉得这个📁🤫方向正在😮2️⃣被重视🦗🚳。【文/观察者🇯🇪网 心智🚒观察所】🍹🇵🇷 前几天💂♀️，斯坦福🍳大学人本人工智能🇨🇻研究院（HAI💹🉐）发布的《2⛴026年AI指数🚄✝年度报告👫》，是当前➿♾️全球范🎯围内最具系😀🔯统性和🏆↖数据密度的AI🇻🇺👨👨👧领域综合评⚛估文献之一😨。
“荣耀正👌🙇♀️在做机🚔😷器人🇮🇳🧥。中美主流模型序列🎙发布时间线🍼（截图自👨❤️👨该报告） 在🔳算力和基础设施🧘♀️⏏维度上，报告🚯提供了一个🚦🍊极具冲击力♨的数据点：🏐🏀美国拥🎣🇵🇫有5427个数据🕧中心，是排名第🎵✋二的德国🚨（529个）的十👐🍺倍以上，🇷🇺中国仅449个✖。知道任务🍮何时结束，🇬🇫🕥和知道如何开☣🔳始，同样是🏸自主性的核心🗞🇰🇿。其次，模型的⌛智商是决定性要素⚒👀。接下来的分🌓享，我可能会围绕😥😝三个比较宏观🐊🏠的主题来展开👨👩👧👧🍑： 第🚕一，Agen🐔👩🦱t 时代对于软件🇵🇼构建方向（生产端🆘）发生🏴了什么样的变化？💪👨🚀 第二，软🍽👋件本身的形🍃态☯。” 这也是智元📣😞为何持续投入🍢🦴数据体系↪建设⛏。
